generate_anchor_base() 的参数是什么意思？
What does generate_anchor_base()'s arguments mean?
寻找generate_anchor_base方法，即ChainerCV中的Faster R-CNN util方法。
什么是base_size = 16？我在文档中看到它是
The width and the height of the reference window.
但是 "reference window" 是什么意思？
它还说 anchor_scales=[8, 16, 32] 是锚点的区域，但我认为这些区域是 (128, 256, 512)
另一个问题：
如果 base size 是 16 而 h = 128 和 w=128，那是否意味着 anchor_base[index, 0] = py - h / 2 是一个负值？
因为 py = 8 和 h/2 = 128/2
该方法是 Faster R-CNN 的实用函数，因此我假设您了解 Faster R-CNN 中提出的 "anchor" 是什么。
- "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks" https://arxiv.org/abs/1506.01497
base_size 和 anchor_scales 决定锚点的大小。
例如，当 base_size=16 和 anchor_scales=[8, 16, 32]（以及 ratio=1.0）时，锚点的高度和宽度将是 16 * [8, 16, 32] = (128, 256, 512)，如您所料。
ratio决定高宽比。
（以下段落可能有错误，如有错误请指正。）
我觉得需要设置base_size为当前隐藏层的scale的大小。在 chainercv Faster R-CNN 实现中，extractor 的特征被馈送到 rpn（区域提议网络）并且 generate_anchor_base 被用于 rpn。所以你需要注意 extractor 输出的特征是什么。 chainercv使用VGG16作为特征提取器，使用conv5_3层作为提取特征（参见here），这一层是max_pooling_2d应用了4次的地方，即结果 2^4=16 倍缩小特征。
另外一个问题，我觉得你的理解是正确的，py - h / 2会是负值。但是这个anchor_base值只是一个相对值。在 _enumerate_shifted_anchor 方法中的模型 (here), actual (absolute value) anchor is created in each forward call (here) 初始化时准备好 anchor_base。
寻找generate_anchor_base方法，即ChainerCV中的Faster R-CNN util方法。
什么是base_size = 16？我在文档中看到它是
The width and the height of the reference window.
但是 "reference window" 是什么意思？
它还说 anchor_scales=[8, 16, 32] 是锚点的区域，但我认为这些区域是 (128, 256, 512)
另一个问题：
如果 base size 是 16 而 h = 128 和 w=128，那是否意味着 anchor_base[index, 0] = py - h / 2 是一个负值？
因为 py = 8 和 h/2 = 128/2
该方法是 Faster R-CNN 的实用函数，因此我假设您了解 Faster R-CNN 中提出的 "anchor" 是什么。
- "Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks" https://arxiv.org/abs/1506.01497
base_size 和 anchor_scales 决定锚点的大小。
例如，当 base_size=16 和 anchor_scales=[8, 16, 32]（以及 ratio=1.0）时，锚点的高度和宽度将是 16 * [8, 16, 32] = (128, 256, 512)，如您所料。
ratio决定高宽比。
（以下段落可能有错误，如有错误请指正。）
我觉得需要设置base_size为当前隐藏层的scale的大小。在 chainercv Faster R-CNN 实现中，extractor 的特征被馈送到 rpn（区域提议网络）并且 generate_anchor_base 被用于 rpn。所以你需要注意 extractor 输出的特征是什么。 chainercv使用VGG16作为特征提取器，使用conv5_3层作为提取特征（参见here），这一层是max_pooling_2d应用了4次的地方，即结果 2^4=16 倍缩小特征。
另外一个问题，我觉得你的理解是正确的，py - h / 2会是负值。但是这个anchor_base值只是一个相对值。在 _enumerate_shifted_anchor 方法中的模型 (here), actual (absolute value) anchor is created in each forward call (here) 初始化时准备好 anchor_base。